剛獲得諾貝爾物理獎的谷歌量子團隊，再登Nature封面：

提出“Quantum Echoes”（量子回聲）新算法，算出來的結果還能重復驗證，解決了之前量子計算結果難確認的問題。

經典超級計算機Frontier需要3.2年才能完成的計算，量子計算機僅用2.1小時就搞定，速度快了13000倍。

論文剛剛登上Nature，新晉諾獎得主、現任谷歌量子AI實驗室硬件首席科學家Michel Devoret參與，還包括來自普林斯頓大學、加州大學伯克利分校、MIT等頂尖院校的研究人員，總計超過200位作者參與了這項研究。

在另一項研究中（稍后將上傳到arXiv），新算法在探測原子和粒子的相互作用以及分子的結構中得到驗證。

量子計算機得出的結果與傳統核磁共振（NMR）的結果相符，并且揭示了通常無法從核磁共振中獲得的信息。

正如望遠鏡和顯微鏡打開了新的世界的大門一樣，這項實驗朝著 “量子鏡” 邁出關鍵一步，能夠測量以前無法觀測到的自然現象

量子計算增強的核磁共振技術有望成為藥物研發領域的強大工具，助力確定潛在藥物如何與其靶點結合；在材料科學領域，它也能用于表征聚合物、電池組件乃至構成量子比特的材料等新型材料的分子結構。

量子回聲算法，一種可驗證的量子優勢

量子計算機的核心就是一種 “量子多體系統”（比如一堆糾纏的量子比特），但研究它有個大問題：

隨著時間演化，量子信息會快速擴散到整個系統中，這種現象被稱為”信息加擾”（scrambling）。

這時候再想通過常規方法，比如 “時序關聯函數”（TOC）觀察它的細節，信號會指數級消失，嚴重限制了人們探測量子信息的能力。

為了解決這個問題，谷歌團隊提出“量子回聲”算法：

先讓系統正向演化，然后施加一個操作，再反向演化，如此反復。模擬時間倒流，把已經擴散的量子信息重新聚焦回來。

這次研究的主角 “非時序關聯函數”（OTOC），就是這種思路的升級，它能把量子系統里不同 “演化路徑” 的信號疊在一起，放大有用信息、抵消雜音。

研究團隊用超導量子處理器（最多用到 65 個量子比特）做了兩類關鍵實驗，得出兩個核心結論：

第一，OTOC能長時間觀測量子系統的細節，比傳統方法強太多

傳統的TOC信號，演化9個周期后就弱到幾乎測不到（標準差＜0.01）；但測的OTOC（尤其是二階 OTOC，記為 OTOC?²?），就算演化20個周期，信號依然清晰（標準差＞0.01）。

第二，二階OTOC里藏著 “大循環干涉”（large-loop interference）的現象，經典計算機算不出來

量子系統演化時，會產生很多 “泡利字符串”（可以理解為量子狀態的 小單元），這些字符串會形成 “大循環”，并且這些大循環的信號會相互加強出現：“相長干涉”。

這種“大循環干涉”讓經典計算機很難模擬。他們用最強超級計算機Frontier嘗試模擬 65 個量子比特的 OTOC?²?信號，需要約 3.2 年；而量子處理器測一次只需要 2.1 小時，速度差了1.3萬倍。

就算用更快的經典模擬方法如蒙特卡洛，算出來的信號信噪比（1.1）也遠不如量子實驗（3.9）。

證明了 “實用量子優勢” 的可能

所謂“量子優越性” 不只是量子計算機比經典計算機快就行，還得做到“有用”。

這一次團隊還演示了OTOC(2)在實際問題中的應用——學習量子系統的哈密頓量（Hamiltonian learning）。

在許多物理系統中，需要確定系統哈密頓量的未知參數。傳統方法往往受限于量子態的快速退相干。而OTOC(2)由于其緩慢衰減的特性和對動力學細節的高度敏感性，成為了理想的探測工具。

研究人員設計了一個單參數學習實驗：先模擬一個 “未知規則的量子系統”，再用 OTOC?²?測這個系統的信號，然后通過調整參數、讓量子模擬的信號和實測信號匹配，最終精準找到了那個未知的相位（誤差很小）。

這說明OTOC?²?不只是 “能測到特殊現象”，還能用來解決實際問題，比如分析真實的量子材料（像固態核磁共振系統）、反推它們的內部作用規律。

這次突破也依賴Willow芯片的硬件優勢：去年它就通過 “隨機電路采樣” 測試證明了處理復雜量子狀態的能力，如今能支持”量子回聲“算法，關鍵在于其極低的出錯率”和“高速運算”兩大特質，既滿足算法對計算復雜度的要求，也保證了結果精度。

發布后持續改進到今天，當前一代 Willow 芯片在規模化方面實現了一流的性能。在整個105個量子比特陣列中，單量子比特門的保真度高達99.97%，糾纏門的保真度高達99.88%，讀出的保真度高達99.5%，所有操作均以數十至數百納秒的速度運行。

對于未來規劃，谷歌量子團隊表示接下來他們將聚焦研發 “長壽命邏輯量子比特”，為構建更大規模、可糾錯的實用量子計算機打基礎。